centos安装k8s

centos环境上:k8s 简单安装教程 本次演示安装的k8s版本为 1.22.15。 calico 版本是否支持当前k8s版本,calico v3.24版本支持k8s 1.22~1.25. Calico 是一个纯三层的数据中心网络方案,是目前 Kubernetes 主流的网络方案。 注意:3个服务器IP都要设置为静态IP,主要此操作只需在master节点执行。 注意:apiserver-advertise-address 除填写master节点IP地址; 阅读详情

本次安装一个master节点和两个node节点

k8s安装最低要求配置
master节点:2核2G
node1节点:2核4G
node2节点:2核4G

对内rpc通讯(gRPC) 对外restfulApi

1. 安装Docker【master 和node节点都安装】

Kubernetes默认CRI(容器运行时)为Docker,因此需要先安装Docker。这里使用指定版本安装

命令如下:

wget https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo -O /etc/yum.repos.d/docker-ce.repo
yum -y install docker-ce-18.06.1.ce-3.el7
systemctl enable docker && systemctl start docker
docker --version

配置阿里云镜像地址 打开这个文件/etc/docker/daemon.json添加如下代码

{
"registry-mirrors": ["https://fewddcrg.mirror.aliyuncs.com"]
}

添加后重加载,重启

sudo systemctl daemon-reload
sudo systemctl restart docker
2 修改hostname

我们在安装之前给每个节点都修改hostname,这个名字会作为k8s的节点名。

  • 修改命令
hostname node1
  • 查看命令
hostname

如果这时候不修改后期修改nodename很麻烦,还可能导致coreDNS一直处于创建中的错误,如果遇到这种情况参考

修改镜像地址

3. 所有机器安装 kubernetes

使用阿里云镜像站的源,提供的安装方法,阿里云的镜像站网址:https://developer.aliyun.com/mirror/kubernetes
这里我们去掉启动命令systemctl start kubelet,只设置开机启动,改变后的代码是:

cat <<EOF > /etc/yum.repos.d/kubernetes.repo
[kubernetes]
name=Kubernetes
baseurl=https://mirrors.aliyun.com/kubernetes/yum/repos/kubernetes-el7-x86_64/
enabled=1
gpgcheck=1
repo_gpgcheck=1
gpgkey=https://mirrors.aliyun.com/kubernetes/yum/doc/yum-key.gpg https://mirrors.aliyun.com/kubernetes/yum/doc/rpm-package-key.gpg
EOF
setenforce 0
yum install -y kubelet kubeadm kubectl
systemctl enable kubelet
4. 先初始化master节点的 kubeadm

复制一个初始化的yml

kubeadm config print init-defaults --kubeconfig all> kubeadm.yml

修改一下kubeadm.yml文件
第一个地方:advertiseAddress 配置master节点的内网ip
第二个地方:networking下添加pod网络网段

podSubnet: "10.224.0.0/16"

到此修改完成。

下面通过命令查看一下,包含了哪些镜像

kubeadm config images list --config kubeadm.yml

安装命令

kubeadm init --config kubeadm.yml --upload-certs | tee kubeadm-init.log

–upload-certs :将控制平面证书上载到kubeadm-certs Secret。
tee kubeadm-init.log : 记录日志到当前目录下的kubeadm-init.log文件中

在这里插入图片描述
执行命令成功之后给出了两个重要信息

  • 第一个让我们执行如下命令拷贝文件
mkdir -p $HOME/.kube
sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config
sudo chown $(id -u):$(id -g) $HOME/.kube/config
  • 第二个
    node节点加入到master节点网络的命令,我们要记住这个信息我做了替换,各位要根据自己机器返回的信息复制
kubeadm join 172.17.32.XX:6443 --token g5kkqm.za70x0cdl5w8pnv3 \
    --discovery-token-ca-cert-hash sha256:a0c98a328eda69a0b01e08503c7c73febdxxxxxxxd9d944528fa809aea7fb853
5. 通过命令查看是否初始化成功
kubectl get node

这时候你会发现初始化是失败的,因我pod网络环境不通。

6. 【非必须】遇到问题,重置kubeadm

端口占用,忘记token,之前的设置错误等情况下,我们可能需要重置kubeadm,重置意味着“ kubeadm init”或“ kubeadm join”对此主机所做的更改将被还原

使用命令如下命令进行重置:

# 重置kubeadm
kubeadm reset
# 删除之前复制的文件
rm -rf $HOME/.kube
  • 重置之后
  1. 如果是master节点按照步骤 3 重新初始化 kubeadm
  2. 如果是node节点,按照步骤7 重新添加节点
7. 添加node节点
  1. 在node节点执行,master节点初始化成功后的命令2,如果你没记住第二条命令,可以通过下面的方式重新生成token
kubeadm token create --print-join-command
  1. 执行成功之后记得把master节点$HOME/.kube```目录的config文件添加到node节点`$HOME/.kube中,这样node节点才能使用kubectl命令

可以通过命令在node节点下载

# 创建目录
mkdir $HOME/.kube
# nodeip 填写node节点的ip地址
scp root@masterip:/root/.kube/config /root/.kube/config

在node节点下执行如下命令,添加可执行权限

sudo chown $(id -u):$(id -g) $HOME/.kube/config

如果你添加node节点失败了,按照第6步重置node节点

8. 安装Pod网络CNI插件

没有安装网络插件的节点是NotReady状态,安装好网络插件之后节点才能变成Ready状态,网络插件的作用是让所有节点都接入到虚拟的局域网络中

CNI插件有四种可选Flannel,Calico,Canal,Weave,选择一种就可以

  • 使用Flanner

    需要两个文件kube-fannel-rbac.yml 和kube-flannel.yml,这两个文件可用的下载地址太难找,我放到github上一份

    github地址
    下载后执行如下命令安装:

    kubectl apply -f kube-fannel-rbac.yml
    kubectl apply -f kube-flannel.yml
    
  • 使用Calico
    官网文档

    # 安装calico
    kubectl apply -f https://docs.projectcalico.org/manifests/calico.yaml
    

安装后我们看一下node节点状态

kubectl get node

在这里插入图片描述

kubectl get pods -n kube-system

在这里插入图片描述


9. 测试

在Kubernetes集群中创建一个pod,验证是否正常运行,我们可以在master节点中执行命令,master节点会帮我们把所操作的任务调度到node节点执行。

# 创建 部署任务nginx 名字nginx ,80端口,1个node运行
kubectl run nginx --image=nginx --port=80 --replicas=1
# 创建service 让应用能被外部访问
kubectl expose deployment nginx --port=80 --type=NodePort
# 查看启动情况
kubectl get pod,svc
# 查看启动情况--详细(能看出部署在了哪个节点上)
kubectl get pod,svc	 -o wide

在这里插入图片描述
能看出部署在了node1节点上,映射的端口是32725
我们可以访问一下看看是否能请求成功
http://node1ip:32725
http://node2ip:32725

# ----------------------------------------
# 查看所有的pod
kubectl get pods --all-namespaces
kubectl get pods,svc --all-namespaces
kubectl get pods,svc -o wide --all-namespaces
# 查看所有service
kubectl get service --all-namespaces
# 通过 -n指定namespaces
kubectl get service  -n kube-system
# 查看(部署任务)的情况是否成功等
kubectl get deployment --all-namespaces
# 查看所有pod部署在哪里
kubectl get pod --all-namespaces -o wide

访问一下:

卸载docker(非必须)
# 查询安装列表
yum list installed | grep docker
# 卸载
yum remove docker-ce.x86_64 -y
# 删除镜像/容器等
rm -rf /var/lib/docker

常用命令

https://www.cnblogs.com/klvchen/archive/2018/09/04/9585746.html

centos安装部署Kubernetes(k8s)步骤使用kubeadm方式 阅读详情

相关推荐

centos7 单节点部署k8s以及kubernetes-dashboard安装

一. 部署k8s1.单节点环境:Centos7.2 虚拟机2.关闭Centos自带的防火墙服务和selinux systemctl disable firewalld systemctl stop firewalldvi /etc/selinux/config 3.安装etcd和Kubernetesyum install -y etcd kubernetes该安装会默认自动安装doc

moyu_2012的博客 2867

centos搭建k8s环境

文章对K8s环境的搭建进行了描述,给出Docker、Docker仓库、k8s环境的搭建步骤,并给出常见报错和解决办法。

qq_43403676的博客 6194

基于CentOS 7的Kubernetes安装全过程(含附件)

基于CentOS 7的Kubernetes安装全过程(含附件) 目录如下: 第一部分:Nginx on Kubernetes应用部署 3 一、环境准备 3 1.1软硬件环境 3 1.2 网络拓扑 4 二、Kubenetes及相关组件部署 6 2.1 Docker容器及私有仓库部署 6 2.2 Kubernetes Master部署 7 2.3 Kubernetes Minion部署 9 2.4 Kubernetes UI部署与验证 11 三、Nginx on Kubernetes部署 13 3.1 Nginx部署与验证 13 Kubernetes(简称K8s)具有完备的集群管理能力,它是当前被业界广泛认可和看好的Docker分布式系统解决方案,能够实现自动化资源管理、无缝动态扩容以及跨多个数据中心的资源利用率最大化。

Centos 安装 Kubernets(k8s)

手把手教你部署kubernetes

轻舟已过万重山 2037

PHP版本对接支付宝支付接口 电脑网站 详细介绍 沙箱环境 超简单易懂

PHP版本对接支付宝支付接口 其实理顺了思路后,按照我接下来的步骤来,真的超级简单啊,为啥有那么多的朋友们折腾了那么久呢,嘿嘿,跟我走吧~ 我是昨天晚上洗完澡之后,大概八九点,才开始正式开工尝试去这一工程的,我去支付宝的蚂蚁金服开放平台里把各个知识点和文档大概都看了一遍,大致弄明白了要怎么操作了,建议大家看看电脑网站开发文档,忙到了夜里十二点左右,成功地用支付宝给的Demo完成了付款操...

爱玲姐姐的博客 1万+

jira bug 仪表盘

背景: 更直观管理bug,方便项目组内人员,创建、修改、关闭bug 使用的场景: 筛选器结果:可用来展示open、什么级别open的问题,方便督促开发快速解决问题 2维筛选器统计:统计经办人下bug状态是open,具体什么等级的数量。有利于开发可以调整工作进度 问题统计: 统计某版本,产出对应等级的bug数量,用于后期测试报告的编写 饼图:直观展示筛选人员的bug,例如想要看出每位测试人员产出bug比例 创建与解决的问题对比图: ...

chuanying_xiaoqi的博客 815

centOS安装K8s

CentOS 安装 K8S 全过程

frankgy01的专栏 1466

Windowns下Git环境配置-命令行方式

文章目录一、配置Git1.1 下载Git并安装1.2 配置本地Git用户名和邮箱1.3 注册GitHub二、生成本地公钥,放到GitHub上-SSH Key2.1 生成本地公钥命令2.2 查看生成的公钥2.3 在GitHub放上公钥并测试连通性三、创建项目实操四、可能出现的问题4.1.push不成功4.2.提示SSL的问题4.3.域名不能解析的问题4.4.如果github连接不上的问题 一、配置Git 1.1 下载Git并安装 Git官网 默认安装,根据需要修改安装路径 1.2 配置本地Git用户名和邮箱

学习工作笔记 1137

CentOS8下超详细安装配置kubernetes(K8S)

一、环境准备 卸载podman,centos8默认安装了podman容器,它和docker可能有冲突需要卸载掉 sudo yum remove podman 关闭交换区 临时关闭 sudo swapoff -a 永久关闭 把/etc/fstab中的swap注释掉 sudo sed -i 's/.*swap.*/#&/' /etc/fstab 禁用selinux 临时关闭 setenforce 0 永久关闭 sudo sed -i "s/^SELINUX=enfo

witton的专栏 2万+

EastWave应用案例:机箱屏蔽效能仿真

如何使用EastWave对机箱的电磁屏蔽效能进行仿真

2201_76034687的博客 1395

FPGA资料分享——FPGA开发板入手指南

FPGA学习,开发板怎么选,看这里,就一个通透

weixin_51627076的博客 7300

centos7.5+使用minikube安装kubernetes(k8s)

centos7.5+,都可以使用minikube安装kubernetes(k8s),信息如下(参考链接:https://developer.aliyun.com/article/779813?spm=a2c6h.14164896.0.0.5de64b8aiZ7smp) 1、安装docker(参考官网链接 https://docs.docker.com/engine/install/centos/; 阿里云docker镜像站https://developer.aliyun.com/article/1..

zhiboqingyun的博客 1303

【论文详解】AlphaGenome——Sequence-to-Multimodal-Genome-Track

**AlphaGenome** 是由 **Google DeepMind** 于 2025 年 6 月发布的突破性 AI 模型,专门用于预测非编码区遗传变异的功能效应。该模型采用受 **U-Net** 启发的卷积架构结合 **Transformer** 模块,创新性地解决了传统模型在输入序列长度与预测分辨率之间的核心矛盾——能够在 **1M 碱基对的超长上下文** 下实现 **单核苷酸分辨率** 的精准预测。

zwhszdx的博客 963

在 CentOS 上安装 K8S(kubernetes) 的完整指南

我都是按照官方文档一步一步往下走的以下是kubernetes的文档地址。

Hello_Andrw的博客 788

【2026年华为秋招(AI)-2月4日-第一题(100分)- 选择题】(题目+思路+Java&C++&Python解析+在线测试)

本文摘要:本文包含20道选择题,涵盖机器学习、线性代数、Transformer架构、概率统计等多个领域。题目涉及正交矩阵性质、Transformer注意力机制、聚类距离度量、ReAct框架、Softmax函数、混淆矩阵计算、Flash-Attention优化、位置编码、期望计算、归一化方法、矩阵迭代法、矩阵秩、大模型架构、神经网络推理、泊松流性质、SVM核函数以及聚类算法等知识点。每道题均提供解析,帮助理解核心概念和解题思路。

m0_73659489的博客 126

Ardupilot飞控姿态角与姿态角速度控制过程分析(超长篇)

目录 目录 摘要 1.代码控制过程分析 摘要 本节主要记录自己学习ardupilot飞控代码的姿态角速度的控制过程 1.代码控制过程分析 可以看出:AC_AttitudeControl *attitude_control; //指针对象 virtual void rate_controller_run() = 0;是AC_AttitudeContro...

陌城烟雨 1万+

Centos安装部署Kubernetes(K8s)

Centos 安装部署Kubernetes(K8s)-1.19.2版本 1.设置主机名 hostnamectl set-hostname master hostnamectl set-hostname master hostnamectl set-hostname master 2.关闭防火墙 systemctl stop firewalld systemctl disable firewalld 3.关闭swap swapoff -a sed -i '/swap/s/^/#/g' /etc/fst

rockstics的博客 4206

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

【Kubernetes】linux centos安装部署Kubernetes集群

Kubenetes默认Registries地址是k8s.gcr.io,很明显,在国内并不能访问gcr.io,因此在kubeadm v1.13之前的版本,安装起来非常麻烦,但是在1.13版本中终于解决了国内的痛点,其增加了一个–image-repository参数,默认值是k8s.gcr.io,我们将其指定为国内镜像地址:registry.aliyuncs.com/google_containers。如果kubernets初始化时失败后,第二次再次执行会初始化命令会报错,这时需要进行重置。

weixin_44102152的博客 2336

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

CentOS 9安装Kubernetes(k8s)集群

CentOS9部署k8s v1.29.5集群,使用私有仓库harbor作为镜像拉取的仓库

浩瀚蓝天dep的博客 3603

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

Centos8.5安装k8s手册

kube-apiserver:所有服务访问统一入口kube-controller-manager:维持副本期望数目kube-scheduler:负责介绍任务,选择合适的节点进行分配任务etcd:键值对数据库 储存K8S集群所有重要信息(持久化)kubelet:直接跟容器引擎交互实现容器的生命周期管理kube-proxy:负责写入规则至 iptables、ipvs 实现服务映射访问的coredns:可以为集群中的SVC创建一个域名IP的对应关系解析。

weixin_37409811的博客 1106

centos7 下google Kubernetes(k8s)集群安装部署

centos7 下google Kubernetes(k8s)集群安装部署简介安装环境安装前准备ECTD集群配置命令含义:master节点配置1.安装kubernetes和etcd2.修改ectd配置文件nodes节点配置1.分别在两台node节点上安装部署kubernetes-node、etcd、flannel、docker2.修改etcd配置文件更新etcd系统默认配置:启动/停止ectd服务...

举个栗子の不容易的博客 1万+

Centos7安装kubernetes

k8s安装与应用部署

weixin_47049334的博客 1906

centos8安装k8s

centos8 单机部署k8s,仅供自己学习使用

qq_26897321的博客 5410

Kubernetes(k8s)集群安装(需要3台centos7)

k8s安装的命令1:关闭防火墙,关闭selinux2:修改主机名3:修改hosts文件4:禁用swap内存交换5:安装docker6:上传k8s.repo7:初始化集群8:初始化k8s集群9:将node加入到集群中: 环境: centos7 192.168.1.10:k8s-maser 192.168.1.11:k8s-node1 192.168.1.12:k8s-node2 1:关闭防火墙,关闭selinux systemctl stop firewalld setenforce 0 2:修改主机名 ho

Persist 1万+

CentOS 7.9 安装 Kubernetes(k8s)

CentOS 7.9 安装 Kubernetes(k8s)master 节点操作添加 yum 代理安装指定版本 docker配置 docker安装指定版本 kubernetes配置 CentOS 7.9node 节点操作导入 master 虚拟机配置 CentOS 7.9搭建 kubernetes 集群master 节点初始化node 节点加入集群集群关闭关闭 node 节点关闭 master 节点 master 节点操作 添加 yum 代理 修改配置文件 echo "proxy=http://127.

YongKJ的博客 1023

Windows玩转Kubernetes系列3-Centos安装K8S

以往文章参考: Windows玩转Kubernetes系列1-VirtualBox安装Centos Windows玩转Kubernetes系列2-Centos安装Docker 安装K8S yum install -y kubeadm 相应的依赖包也会kubelet、kubeadm、kubectl、kubernetes-cni也会安装上 kubeadm:k8集群的一键部署工具,通过把k8的各类...

chonywang的博客 1045
上一篇: centos快速安装docker
下一篇: 安装kubernetes-dashboard
RobertLee~~~~~~~~
博客等级 码龄18年 14粉丝 43原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值